化學工業多尺度融合的智能制造模式
——互聯化工

吉旭，黨亞固，周利，戴一陽

（1四川大學化學工程學院，四川成都610065；2四川大學互聯化工研究中心，四川成都610207）

1915 年提出的“單元操作”概念奠定了現代化工的技術基礎架構，20 世紀50 年代的“三傳一反”理論則激發了化工以能量集成和優化為特征的第二次大發展。當前，化工過程越來越大型化和復雜化，構成了由設備層、監控層、調度層、運管層和決策層構成的金字塔型結構，受技術水平限制，各層級間存在明顯的信息阻隔，導致從工藝控制到管理決策的綜合性和系統性優化水平較低，尤其是隨著行業的深入發展，化工安全方面的挑戰越來越大，甚至產生了嚴重的安全與環保問題。因此，對化工過程多相性、非線性、非平衡、多尺度和多時空域特性的認識成為影響化學工業發展的重要因素[1-3]。現代信息技術提供的感知、通信、計算和控制能力提升了人們對化工行業多尺度、多時空域的認知和管控能力[4]，同時產生了面向全產業鏈整合的新要求、新趨勢，甚至新的制造模式[5]。科研領域和工業領域都在對此做出積極響應，中國石油化工集團公司（簡稱中國石化、中國石油天然氣集團公司（簡稱中國石油）、陶氏、殼牌、霍尼韋爾等企業就此進行了卓有成效的實踐，提出了化工行業發展工業互聯網及智能制造的技術架構和建設路徑[6-9]。中國石化九江石化、鎮海煉化的智能制造項目已成為行業樣本[10-11]，并開始從企業級向園區級發展，例如中國魯西集團和新加坡的智慧工業園區等[12]。

盡管如此，化工行業智能化模式在從單元、過程、園區到產業鏈跨層級的信息融合與協同方面還應有更重要的進展，應對企業多尺度互聯條件下的經濟性、高效性、安全以及綠色發展等方面的挑戰。基于此，四川大學基于行業特點，提出了化工行業面向多尺度融合的智能制造模式——互聯化工。

1 互聯化工的概念與模型

化工過程通過物質和能量的可控轉化和傳遞來實現化工產品的生產，涉及從產品結構設計、生產組織到產業鏈協同的寬廣領域，多尺度性是化工區別于其他制造業的典型特點，對它的認識和利用是科學研究及創新的重要方向之一[13]。圖1所示是化工多尺度模型，包括了分子尺度、單元尺度、過程尺度、工廠尺度、園區尺度、產業鏈尺度。這一多尺度系統具有非線性和非平衡特性，要實現系統的穩定和均衡，還需要依賴外部更多的輸入因素，如信息和能量。多尺度系統往往有多種結構化與非結構化的機制共存，跨尺度影響甚至耦合，對這一特點的認識并實現多尺度的均衡是化工未來發展的突破點[14]。

由于化工系統的多尺度多維度融合特性，化工智能制造與其他制造業相比有更復雜的任務，需要解決多尺度互聯體系下多相界面間、設備、企業以及產業鏈整體的物資和能量轉換的協同性與高效性，因此提出了化學工業面向多尺度融合的智能制造模式——互聯化工。

圖1 化學工業的多尺度、多維模型

互聯化工是一種面向多尺度、多時空域的，構筑在以工業互聯網、信息物理系統、5G 通信和人工智能為代表的新技術體系上的工業智能化架構。它以化學工業實現安全可靠、綠色低碳、資源高效利用、產業鏈協同為目標，在全生命周期里將泛在感知、廣泛互聯、智慧決策、精準控制和自我學習等計算技術與化工領域知識進行深度融合，推動產品與服務、工藝與設備、業務與商業模式的創新。互聯化工是一種先進技術架構、智能化系統以及新型制造模式的總稱，本文構建如圖2所示的“互聯化工”技術架構體系。

互聯化工具有互聯、綜合、協同、智慧特點。

（1）“互聯化工”是多尺度的互聯 1996 年Villermaux[15]提出化工過程包含有同時發生在很寬時尺度和空尺度上的現象，比如從分子振動的納秒尺度到污染物消失所需長達世紀的時尺度，因而提出了化工的多尺度問題。化工不僅僅要在單一尺度上對物質、能量、資金和信息等進行多維度的精確描述，還需要解決多尺度間的耦合關系以及物質/能量/信息跨尺度的傳遞與互通機制問題。當下，以工業互聯網和人工智能為代表的最新信息技術為化學工業多尺度間的互聯互通提供了新的技術平臺，成為化工發展的新機遇。比如結構和組分的精準匹配影響著功能材料的宏觀性能，微流控將物質的化學結構、性能與流動態結合起來實現微加工和微控制，是非常有前景的微尺度、介尺度與宏尺度融合的科學研究領域[16]。多尺度間的互聯、耦合與傳遞機制正成為科學研究與工程技術應用的熱點，也構成了互聯化工的基本特性。

（2）“互聯化工”面向全產業鏈的綜合 “互聯網+”催生了新的經濟模式，面向全產業鏈的整合成為新經濟模式的典型特征和要求。“互聯化工”通過跨尺度的物料、能量、資金和信息流的綜合和集成，可在廣闊的時空域范圍內強化能質網絡的運行效率；同時企業將供應鏈系統與市場的多樣化和個性化需求進行綜合，深化產品工程與工業工程的融合，創造新的價值領域，這將推動化工從產品設計、生產控制、業務流程與管理決策的變革。

四川大學將CO2捕集及利用技術融入產業鏈[17]，氯化鎂礦化CO2聯產鹽酸和碳酸鎂，磷石膏固廢物礦化CO2聯產硫基復合肥，既實現固體廢棄物的循環利用，又減少溫室氣體排放，這是從原子尺度到產業鏈尺度互聯與綜合的典型案例。

圖2 互聯化工的技術架構

（3）“互聯化工”的多尺度協同性 互聯化工的協同性是面向化學工業多尺度和多層次的，突破傳統的時空約束性，實現包括工藝的協同、生產過程的協同、資源配置的協同和過程安全的協同。互聯化工的協同有多種尺度下的具體形式，云制造是面向供應鏈和產業鏈尺度上的實踐，微流控和微化工則強調微單元尺度上的協同性[18]。應該講，互聯化工各尺度間的協同是互為目標和互為條件的，構成了產業鏈上不同主體耦合共生的基礎，從而最終貫通智能產品、智能生產線、智能工廠、智慧園區到智慧產業鏈。

（4）“互聯化工”基于現代計算技術的智慧化 實現化工過程的互聯、綜合與協同，只有通過多學科知識的交叉與融合，才能快速并精細化處理各種實際問題，滿足多目標、多準則以及多尺度融合的優化要求。無疑，以數據+算法+算力為關鍵要素的智能化是最終實現“互聯化工”的必要條件。

總之，物聯網和可靠通信技術可實現化工多尺度復雜系統的泛在感知和廣泛互聯，這為面向全尺度、全產業鏈、全生命周期的綜合奠定了技術基礎，人工智能技術則大大增強了人們對于復雜體系的認識和控制的能力，以實現多尺度條件下的協同性。智能化對于互聯化工而言非常重要，但它不是目標，而是互聯化工的技術特征，是推動化學工業綠色可持續發展的工具與路徑。

2 互聯化工的關鍵技術

化工生產過程包含復雜的物理化學變化，工序和企業間的互聯存在耦合性、多維性和多層次性，人們需要洞察分子尺度下顆粒的細微擾動直至產業鏈的動態性變化，以追求生產的安全性與經濟性。因此，化學工業需要基于其多尺度特點構建其數字化技術體系。

2.1 工業大數據和人工智能

工業大數據是指企業在生產經營過程中所產生的海量數據，涵蓋包括市場、設計、制造、服務和循環利用等全生命周期的各個環節，具有多源性、關聯性、低容錯性、時效性和專業性特點。在化學工業領域，人工智能技術基于過程機理與工業大數據，圍繞著市場、產品、資源、生產及安全等問題，應用數據挖掘和深度學習等智能算法，建立機理與數據驅動相結合的混合知識模型，提升化工系統的智能水平，圖3為工業大數據價值流。

化學工業人工智能技術的應用是問題導向的，具體包括：

①面向市場個性化需求，基于智能技術的產品工程新方法論；

②過程機理模型與數據驅動的混合模型理論，智能軟測量技術，數字孿生技術；

③邊緣計算、云計算與信息物理系統的融合；

④復合尺度下的能質網絡集成與優化運行的方法和技術，跨尺度協同的云制造技術；

⑤異常工況識別、故障診斷，安全評價與工藝優化的一體化技術，智能控制技術；

⑥化工過程的本質安全設計，基于區塊鏈的工業安全技術，設備可靠性與健康管理；

⑦資源與環境足跡，工業代謝平衡；

⑧多尺度、多維度的異構數據源的融合技術，機理模型與數據驅動混合的人工智能技術。

圖3 工業大數據價值流

2.2 多層級融合的信息物理系統

信息物理系統（cyber physical systems，CPS）最早由美國提出，2007 年將其列為重點發展的八大關鍵信息技術的第一位，是德國工業4.0 的核心技術[19]。CPS 通過集成感知、計算、通信、控制等信息技術，構建物理空間與信息空間中人、機、物、環境、信息等要素相互映射和適時交互，實現系統內資源配置和運行的按需響應、快速迭代及動態優化[20]。

基于化學工業的多尺度特點，化學工業的信息物理系統分為單元（裝置）級、企業（過程級）和系統（供應鏈）級，它們相互貫通并協同，實現跨尺度間資金流、物質流、能量流和信息流的四流合一，圖4所示為互聯化工信息物理系統的層級結構。

（1）單元級CPS 系統是面向單元操作和過程的，將現場傳感器、控制系統、嵌入式計算設施以及信息終端集成為智慧化單元，實現實時優化（RTO）、裝置異常處置等單元級功能。單元級CPS與傳統先進控制的不同是CPS裝置與上下游工藝裝置互連互通，具有一定的自治能力，如自主通信、自主優化、自主控制和自主學習。

（2）過程級CPS是企業或工藝系統規模的，在工業互聯網平臺上貫通工藝系統中所有的單元級CPS，形成面向全流程的物理系統與信息系統映射交互的綜合體，以提升裝置間的工藝協同性，實現整體優化。同時，生產管控、能源、設備、安全和環保等過程級CPS 功能集成，是構建智能工廠的基礎。

（3）系統級CPS是企業面向供應鏈集成并優化的智能化系統平臺，感知市場供需關系的變化，及時調整銷售計劃、采購計劃、生產計劃和調度方案，實現供應鏈協同下的資源配置和生產組織。系統級CPS面對多樣化的異構數據，需解決數據的一致性和完整性，并通過時間序列控制、穩態檢測等技術提高系統級CPS、過程級CPS和裝置級CPS的協同性，云制造是系統級CPS的典型應用模式。

化學工業CPS的多源、多場景和多目標的應用架構是由化工多尺度多層級的業務模式決定的，其信息架構是如圖5 所示的一種全融合的結構體系，這將對企業的業務模式及知識機制產生重大影響。

2.3 云制造模式

圖4 互聯化工信息物理系統的層級結構

圖5 互聯化工的信息融合結構

以中國石化（Sinopec Group）為例，主營業務涵蓋石油天然氣的勘探開采與煉制、石油天然氣化工、煤化工、新能源、工程承包和勞務輸出等多個業務板塊，是一個非常復雜的產業鏈體系，如何在各業務板塊間整合供應鏈、優化資源配置，以開放性和協同性強化全產業鏈的集成優勢，是企業的關鍵任務[11]，為此需要構建統一的知識系統[21]，建立多產業協同的智慧化運營模式，云制造模式提供了一個新方向[22]。

云制造是指將網絡化制造和服務技術同工業互聯網、人工智能和云安全等技術相融合，對制造裝備、知識體系、產能、管理能力、制度與文化等制造資源進行數字化、網格化和共享化，實現制造資源和制造能力的統一管理、按需定制與部署，使之能自動和自適應地實現資源及服務的最優化分發和應用，為制造單元提供全生命周期的、按需的、安全可靠的、質優并經濟的制造資源與服務[23]。制造資源按其形態分為硬制造資源和軟制造資源兩類。硬制造資源包括機械、設備、物資、人員等有確定物理形態的資源，軟制造資源包括各種制造模型、企業組織架構、知識庫、數據信息及軟件系統等沒有物理形態的資源類型[24]，如圖6所示是云制造的資源類型及其融合機構。

云制造可以被認為是一種資源集成并分享的平臺，也可以被認為是一種制造模式[25]。實現云制造的基本條件是所有與制造相關的組織均能夠通過物聯網和互聯網實現彼此的感知、互聯及相互作用，因此其技術應用和資源整合的范圍比單一企業的智能制造和智能工廠更廣泛，涵蓋資源和服務供給與需求的各個方面，所以云制造是智能制造面向產業鏈集成的高級形式，體現化學工業未來的互聯化、協同化、柔性化和服務化的特征。本文提出圖7所示的化學工業云制造架構。

化工云制造架構由用戶、制造商和云制造平臺構成。用戶是根據自身需求提出制造資源和能力請求的一方，是制造服務的需求方和接收方。制造商是為用戶提供制造資源和服務的一方，其制造資源和制造能力以數字化形式封裝到云制造平臺的制造資源池中。云制造平臺是承擔制造資源管理、分發和計量的第三方。云制造平臺接收用戶發出的制造服務請求，對其進行評估、分解、匹配和調度，既滿足用戶需求，又實現制造資源配置效率最大化，調度結果發布給制造商和用戶，制造商收到服務任務后，通過線上或線下的形式向用戶進行資源或服務交付。

云制造的核心技術包括：①制造資源和制造服務的多維匹配、服務組合和優化調度的模型與算法；②服務過程及狀態的在線監控、動態部署和遷移技術[26]；③多準則下的服務質量及性能的評價與預測模型及其算法。同時，廣域環境下的信息安全也是云制造模式能夠可靠運行的關鍵[27]。

2.4 互聯化工全生命周期的化工過程安全技術

安全可靠是化工行業智能制造的核心價值領域，也是互聯化工的關鍵目標。互聯化工的安全技術包括：①全生命周期的化工過程安全管理；②多尺度互聯機制下的安全監控與動態決策機制；③互聯平臺下的數字安全技術。

圖6 云制造的資源類型及其融合結構

圖7 化工行業云制造架構

2.4.1 全生命周期的安全管理

圖8展示了化工全生命周期內主要的過程安全技術，所有的安全信息在全過程中傳遞和共享，并不斷豐富與完善，工業大數據和高性能計算技術為此提供了更強大的效率保證。在產品研發階段即利用海量化學品數據庫和深度學習技術，對化學品的安全風險進行分析預測，以設計符合安全標準的化學產品，同時化學品的安全風險信息作為設計基礎，可幫助設計人員使用更加穩定和可控的工藝方案，以達成本質安全的目標[28]。安全設計信息還進一步應用于各類工藝危害分析（process hazard analysis，PHA），進行動態風險評估，提升智能報警與異常診斷的實時性和準確性[29]。

2.4.2 多尺度耦合互鎖機制下的安全監控與動態決策

化工生產中，原料、設備、工藝等都不可避免會發生變更，每一次變更都伴隨著安全信息的變化，因此完善的變更管理機制是實現安全水平持續提升的重要保障[30]。為克服傳統安全管理的不足，本文提出如圖9所示的互聯化工多尺度互聯耦合機制下的安全監控與動態決策模式。這是一種在安全、環保、質量、交期、效益等多準則、多目標下的安全評價與控制決策融合的一體化模型。

圖8 化工流程全生命周期過程安全技術

圖9 多尺度耦合互鎖機制下的動態安全監控與決策

互聯化工的安全邊界由分子尺度的化學品特性、單元尺度的設備運行狀態、過程尺度的生產工藝條件和企業尺度上的安全體系與過程管理水平決定，各尺度相互耦合，有弱中心化、聯鎖互動、安全自適應特點，當安全風險逼近邊界時，決策機制可從多尺度進行分析，以提供相應層級的解決方案，甚至實現安全管理與控制優化的一體化。

2.4.3 基于區塊鏈的數據安全技術

傳統的制造系統是以企業為核心的中心化系統，而互聯化工面向產業鏈集成，具有廣泛的互聯性，同時企業主體在產業鏈尺度上呈現為松耦合狀態，是去中心化的，這對工業安全體系提出了更高的挑戰與要求。工業互聯網環境下，除了工藝安全以外，還要防范外來的網絡惡意攻擊，保證網絡傳輸內容的有效性和合法性，所有的知識內容、服務任務和控制指令均需經過嚴格的合法性和安全性審查。

區塊鏈技術的去中心化特性和鏈式結構使其在數據安全性、隱私性、完整性等方面備受關注，展示出廣闊的應用前景[31-33]。本文結合互聯化工以及區塊鏈技術特性，提出由廣域區塊鏈（外區塊鏈）和局域區塊鏈（內區塊鏈）構成的互聯化工雙層區塊鏈安全架構模型，如圖10所示。

圖10 互聯化工的雙層區塊鏈安全架構模型

圖11 多層級的區塊鏈安全驗證的數據流

廣域區塊鏈服務于系統級CPS平臺，解決系統層級的安全問題，為用戶與制造商之間的通信、交易及賬單提供安全保障。局域區塊鏈則部署在過程級和裝置級CPS：一是解決跨層級平臺數據交互的安全性；二是解決裝置級CPS 點對點通信的安全性，以滿足化工現場生產控制的安全、高效和低時延要求。

化工過程的區塊鏈涉及多層級間的數據交互，直至控制層，因此其結構設計需要在安全強度與計算效率間進行平衡，在保證安全的同時高效率地完成數據交易。圖11 是多層級的區塊鏈安全驗證的數據流圖。

3 結語

信息物理系統、工業互聯網、人工智能等技術被應用于流程制造業，支持了生產要素諸元間的信息共享，推動新一輪技術和管理創新，如何擴大信息技術應用的廣度與深度，提升企業面向全生命周期進行要素整合與優化的能力，這將成為行業競爭的制高點。基于此，本文提出了化學工業面向多尺度融合的智能制造模式——互聯化工。給出了互聯化工的定義、技術架構和特點，并探討了互聯化工的關鍵技術，包括工業大數據、多層級融合的信息物理系統、云制造以及安全技術。介紹了互聯化工多尺度互聯機制下的安全監控與動態決策機制，以及基于區塊鏈的數字安全技術。對于互聯化工的建設途徑，大型化工企業與中小型化工企業是不同的。中小型化工企業首先應做好自動化和信息化的規劃與建設，加強由單一尺度到多尺度的數據融合，逐步從自動化邁向智能化。大型化工企業如中國石化、中國石油、中國海洋石油集團有限公司等，他們大多已開展了智能制造的探索與建設，進行了相關智能化技術的研究和應用，代表了當前化工智能制造的最高水平。作為發展，大型化工企業應充分利用其基礎條件好和海量數據資源的優勢，建設跨尺度的知識融合和知識自動化機制，特別是探索適應行業發展需求的云制造模式，優化多尺度間的互聯與融合，創新產業模式，這是互聯化工最終應達成的目標。